一种用于CVR基线估计的迭代双向梯度提升方法
系统与控制
2023-12-15 v2 系统与控制
摘要
本文提出一种新颖的迭代双向梯度提升模型（IBi-GBM），用于估计节能降压（CVR）计划的基线。与许多现有方法不同，我们将CVR基线估计视为缺失数据恢复问题。该方法将负荷及其对应的温度曲线划分为三个时段：CVR前、CVR中和CVR后。为恢复CVR时段缺失的负荷曲线，该方法采用三步流程。首先，利用CVR前时段数据作为输入执行前向梯度提升模型（GBM）。随后，利用CVR后时段数据应用后向GBM。考虑由预测精度得出的预计算权重，对两条恢复的负荷曲线进行调和，仅保留最左和最右端点。新恢复的点随后作为下一次迭代的输入。该迭代过程持续进行，直至CVR时段的原始负荷数据被完全恢复。我们使用实际智能电表和数据采集与监视控制（SCADA）数据开发IBi-GBM。我们的结果表明，IBi-GBM在不同数据分辨率和不同季节下均表现出鲁棒性能，并通过将归一化均方根误差（nRMSE）降低1-2%优于现有方法。
引用
@article{arxiv.2211.03733,
title = {An Iterative Bidirectional Gradient Boosting Approach for CVR Baseline Estimation},
author = {Han Pyo Lee and Yiyan Li and Lidong Song and Di Wu and Ning Lu},
journal= {arXiv preprint arXiv:2211.03733},
year = {2023}
}
备注
10 pages